Machine Learning para a acessibilização de análises em escala urbana

Cardoso, Daniel Ribeiro; Passos Filho, José Aderson Araújo

Please use this identifier to cite or link to this item: http://repositorio.ufc.br/handle/riufc/59801

Type:	Artigo de Periódico
Title:	Machine Learning para a acessibilização de análises em escala urbana
Title in English:	Machine Learning for the accessibility to urban scale analysis
Authors:	Cardoso, Daniel Ribeiro Passos Filho, José Aderson Araújo
Keywords:	Planejamento urbano;Machine learning;Conforto térmico
Issue Date:	Aug-2019
Citation:	PASSOS FILHO, J. A. A.; CARDOSO, D. R. Machine Learning para a acessibilização de análises em escala urbana. V!RUS, São Carlos, n. 19, 2019.
Series/Report no.:	19;
Abstract in Brazilian Portuguese:	É proposta, neste artigo, a implementação de Machine Learning para a simplificação e acessibilização da obtenção de resultados de análises complexas, mais especificamente na avaliação do conforto térmico em escala urbana. A complexidade da relação estabelecida entre o planejamento, a forma da cidade e as condições de clima torna necessário o uso de estratégias em análise e produção do espaço urbano que muitas vezes excede o arcabouço teórico e técnico do planejador. Pensar o trade-off entre precisão e velocidade dos métodos aplicados se faz importante para a construção de ferramentas que sejam não apenas potentes, mas que facilitem a ação rápida e constante dos profissionais de planejamento. De uma perspectiva tecnológica, política e ambiental, o método proposto visa, através da construção da informação, melhorar a compreensão das implicações que as edificações trazem ao ambiente urbano e contribuir com a produção da cidade contemporânea.
URI:	http://www.repositorio.ufc.br/handle/riufc/59801
ISSN:	2175-974x
Access Rights:	Acesso Aberto
Appears in Collections:	DAUD - Artigos publicados em revistas científicas

Files in This Item:

File	Description	Size	Format
2019_art_mlacardoso.pdf		3,55 MB	Adobe PDF	View/Open

Show full item record